基于对向传播神经网络的水电机组振动故障诊断研究

被引:7
作者
彭文季
罗兴锜
逯鹏
机构
[1] 西安理工大学水利水电学院
关键词
水电机组; 故障诊断; 频谱分析; 神经网络;
D O I
10.19322/j.cnki.issn.1006-4710.2006.04.007
中图分类号
TV734 [机电设备];
学科分类号
摘要
应用频谱法和对向传播神经网络分类器对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本;通过训练,使构造的对向传播神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。仿真结果表明,与常规方法相比,频谱分析与对向传播神经网络相结合的方法进行故障诊断简单有效,且具有良好的鲁棒性和泛化能力,是一种有效的诊断方法。
引用
收藏
页码:365 / 368
页数:4
相关论文
共 6 条
[1]   MATLAB在汽轮机振动故障诊断中的应用 [J].
程卫国 ;
傅志中 ;
陆文华 ;
钱安家 .
动力工程, 2005, (01) :97-101
[2]   基于对向传播神经网络的人脸识别方法 [J].
金明曦 ;
武妍 .
电子科技大学学报, 2004, (05) :573-576
[3]   基于频谱法与神经网络的航空起动发电机的故障检测与诊断 [J].
刘向群 ;
仇越 ;
张洪钺 .
航空学报, 2004, (02) :158-161
[4]   水轮发电机组振动故障诊断与识别 [J].
沈东 ;
褚福涛 ;
陈思 .
水动力学研究与进展(A辑), 2000, (01) :129-133
[5]   水轮发电机组振动故障诊断的神经网络方法研究 [J].
杨晓萍 ;
解建宝 ;
孙超图 .
水利学报, 1998, (S1) :3-5
[6]  
机械故障诊断学.[M].钟秉林;黄仁主编;.机械工业出版社.1997,